内容来自：“小白学统计”微信公众号，感谢作者授权。

危险因素筛选或探索是医学研究中的一大类目的，很多临床医生都会通过已有的数据，确定一个医学结局，然后分析这一结局跟哪些因素有关，或者说，哪些因素可能是该结局发生的独立影响因子。

危险因素的探索分析过程，说简单就简单，说复杂也很复杂。说简单，是因为很多人习惯把数据往软件里一扔，因变量放到因变量的地方，自变量拖到自变量的地方，运行，出结果，结束。说复杂，是因为往往上述的这种分析方式，其实很多都有问题，因为统计分析最关键的不是软件，而是使用软件的人。

本文根据作者多年的分析经验，说一下危险因素探索分析中的3个关键问题，希望以此提醒各位朋友，在数据分析时，不要一味依赖软件。软件主要是帮你计算，思路是无法替代的。

没有一个明确的分析思路，只能导致garbage in， garbage out 这种悲惨结局。关键的问题是，很多人即使得到了garbage的结果，却懵然不知，还以为发现了真理。这才是最大的悲哀。所以本文特地介绍几个在危险因素探索过程中比较关键的3个问题，希望对各位有所帮助。

一、线性问题

不管是线性回归还是logistic回归或Poisson回归，他们都属于广义线性模型，本质上都是“线性模型”，因此一定要确认自变量与因变量（logistic回归中为logit P）之间是否线性关系，如果不是，需要考虑进行相应的变换，否则可能会产生错误结果。

例1：某研究分析老年人高血压（二分类变量，是或否）的危险因素，研究因素包括gender、age、ox-LDL、Adiponectin、ox-LDL IgG和ox-LDL IgM 共6个指标。其中gender为二分类变量，其余变量均为连续变量。如果把这6个自变量直接纳入统计软件分析，所得结果如表1所示。